文献

J-GLOBAL ID：201902242220768608   整理番号：19A0988570

連続制限Boltzmannマシンによる深い信念ネットワークを用いた4-CBA濃度のソフトセンサ【JST・京大機械翻訳】

Soft Sensor of 4-CBA Concentration Using Deep Belief Networks with Continuous Restricted Boltzmann Machine

著者 (5件)： Liu Ruilan (College of Automation, Nanjing University of Posts and Telecommunications, Nanjing 210046, China) ,  Rong Zhou (College of Automation, Nanjing University of Posts and Telecommunications, Nanjing 210046, China) ,  Jiang Bing (College of Automation, Nanjing University of Posts and Telecommunications, Nanjing 210046, China) ,  Pang Zongqiang (College of Automation, Nanjing University of Posts and Telecommunications, Nanjing 210046, China) ,  Tang Chao (College of Material Science and Engineering, Nanjing University of Posts and Telecommunications, Nanjing 210046, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCIS  ページ： 421-424  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 工業製品の品質を改善し,原料のコストを効果的に低減するために,工業的PTA酸化プロセスにおける4-CBA濃度の予測は非常に重要である。深い信念ネットワーク(DBN)とBPニューラルネットワークに基づくソフトセンサモデルを,PTA工業生産プロセスにおける4-CBA濃度を予測するために提案した。深い信念ネットワークは,連続的に制限されたBoltzmannマシンで構成されている。教師なし学習法を用いて,訓練データと再構成データ間の誤差により重みを更新する深い信念ネットワークを訓練した。深い信念ネットワークの出力はBPニューラルネットワークの入力である。実際の産業データの使用によるシミュレーション結果は,DBN-BPニューラルネットワークに基づく4-CBA濃度のソフトセンサが優れた予測精度を有することを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 工業製品 ,  ニューラルネットワーク ,  生産プロセス ,  教師なし学習 ,  品質 ,  再構成 ,  シミュレーション ,  *Boltzmannマシン
準シソーラス用語： 予測精度 ,  訓練データ ,  逆伝播ニューラルネットワーク ,  *ソフトセンサ ,  *信念ネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  移動通信  (ND08030H)

タイトルに関連する用語 (5件)： 制限 ,  Boltzmannマシン ,  信念ネットワーク ,  4-CBA ,  ソフトセンサ